【技术实现步骤摘要】
本专利技术涉及计算机，具体而言，涉及一种基于学习数据的课程推荐方法及系统。
技术介绍
1、目前，由于目前大多数课程推荐方法只是根据用户的习惯，根据大数据的方式来对用户的课程进行推荐，而不考虑课程学习的先后顺序。而通常多门课程之间存在知识互通，学习基础知识在之后学习高阶知识时更得心应手。而先学习高阶知识很难进行融会贯通。并且课程之间的知识关系复杂，需要更好地提取课程之间的关系进行课程推荐。
技术实现思路
1、本专利技术的目的在于提供了一种基于学习数据的课程推荐方法及系统，用以解决现有技术中存在的上述问题。
2、第一方面，本专利技术实施例提供了一种基于学习数据的课程推荐方法，包括：
3、获取学习数据；所述学习数据包括多个预学习课程和已学习课程信息；所述已学习课程信息包括多个已学习课程和已学习课程之间的学习顺序；
4、获得多个课程关键字集合；一个课程关键字集合对应用户已学习或未学习的一个课程；所述课程关键字集合中的元素表示课程学习的知识的总结；
5、根据所述多个课程关键字集合构建课程关键字树；所述课程关键字树表示全部课程之间按照关键字排列的课程学习的先后顺序构成的树；
6、将课程关键字树的课程和课程之间的学习顺序复制在图像中，得到关键字黑白图像；
7、基于所述已学习课程信息，标记用户已学习课程之间的学习顺序，得到真实黑白图像；
8、根据关键字黑白图像和真实黑白图像，重构适合用户学习的课程学习顺序，得到自适
9、基于多个预学习课程的自适应课程树对应的层级的大小，将多个预学习课程按照推荐给用户。
10、可选地，所述根据关键字黑白图像和真实黑白图像，重构适合用户学习的课程学习顺序，得到自适应课程树，包括：
11、以关键字黑白图像的左下角为原点构建坐标轴；所述关键字黑白图像的横坐标为所述课程关键字树的层级；所述关键字黑白图像的纵坐标表示多个已学习课程；所述关键字黑白图像为保存了课程关键字树的层级信息的黑白图像；
12、以真实黑白图像的左下角为原点构建坐标轴；所述真实黑白图像的横坐标为学习的先后顺序的标号；所述真实黑白图像的纵坐标表示多个已学习课程；
13、根据所述关键字黑白图像和真实黑白图像，判断课程的学习顺序的差距，得到差距值；
14、将所述关键字黑白图像和真实黑白图像输入第一卷积网络，调整关键字黑白图像，得到第一调整图像；
15、将所述第一调整图像的已学习课程部分保留黑色，其他区域设为白色，判断与关键字黑白图像的差距，得到第一卷积差值；
16、若差距值和第一卷积差值相加之和小于差距阈值，将所述第一调整图像根据横坐标作为树的层级关系和纵坐标作为对应的课程转化为自适应课程树。
17、可选的，所述根据所述关键字黑白图像和真实黑白图像，判断的课程的学习顺序的差距，得到差距值，包括：
18、获取关键字黑白图像中与真实黑白图像中相同的课程对应的横坐标，按照所述真实黑白图像中课程的学习顺序依次排列，得到层级向量；
19、将层级向量中相邻的两个元素做差，前一个元素减去后一个元素，得到相邻向量；
20、将相邻向量中为0和负数的元素从小到大进行排列，得到正向量；
21、将相邻向量中为负数的元素从大到小进行排列，得到负向量；
22、将负向量插入正向量末尾，得到顺序向量；
23、将顺序向量中的元素对应的两个课程按照排列后的顺序构成关键学习顺序；
24、根据所述关键学习顺序和已学习课程之间相同课程相减，得到差距值。
25、可选地，所述课程关键字树的一个节点对应一个课程关键字集合；
26、所述课程关键字集合分为旧关键字和新关键字；所述旧关键字为用于使用以前的课程的内容；所述新关键字为课程关键字集合对应的课程新学习的内容。
27、可选地，所述根据所述多个课程关键字集合构建课程关键字树，包括：
28、获取一个关键字集合的新关键字与其他关键字集合的旧关键字相同的数量，作为集合的元素，得到相同集合；
29、将相同集合中的值小于其他元素的值的元素对应的课程关键字集合作为第一课程关键字集合；
30、获取第一课程关键字集合中的新关键字与其他的课程关键字集合中的旧关键字相同的数量，得到第一数量集合；
31、将第一数量集合中大于第一阈值的元素对应的课程关键字集合作为第一课程关键字集合的子节点；
32、重复获取每层节点对应的子节点，依次构建课程关键字树。
33、可选地，所述重复获取每层节点对应的子节点，依次构建课程关键字树，包括：
34、获取第二课程关键字集合；所述第二课程关键字集合为第一课程关键字集合的子节点中的一个课程关键字集合；
35、获取第二其他课程关键字集合；所述第二其他课程关键字集合为除第二课程关键字集合与第一课程关键字集合之外的全部的课程关键字集合；
36、获取第二课程关键字集合中的新关键字与第二其他课程关键字集合中的旧关键字相同的数量，得到第二数量集合；
37、将第二数量集合中大于第一阈值的元素对应的课程关键字集合作为第二课程关键字集合的子节点；
38、若在课程关键字树中的不同层级存在表示相同课程的课程关键字集合，保存层级大于其他节点的课程关键字集合，删除其他节点；
39、重复获取每层节点对应的子节点，依次构建课程关键字树。
40、可选的，所述真实黑白图像中的真实黑白图像的横坐标和一个课程表示的区域为1对1；
41、所述关键字黑白图像的横坐标和一个课程表示的区域为1对多或1对1。
42、可选的，所述第一卷积网络的训练方法，包括：
43、将用户的已学习课程按不同的分割点分割为两部分，得到多个训练课程集合；
44、所述训练课程集合的数量为已学习课程分为两部分的不同的分割方式的数量；
45、将训练课程集合中未存在且相邻学习顺序的已学习课程作为标注课程；多个训练课程对应获得多个标注课程；
46、将关键字黑白图像和真实黑白图像中训练课程所在区域保留，其它区域转化为白色，得到训练关键字图像和训练真实图像；
47、将训练关键字图像和训练真实图像输入第一卷积网络后的输出值与标注数据求取损失，训练所述第一卷积网络。
48、可选的，所述第一卷积网络为卷积神经网络。
49、第二方面，本专利技术实施例提供了一种基于学习数据的课程推荐系统，包括：
50、获取模块：获取学习数据；所述学习数据包括多个预学习课程和已学习课程信息；所述已学习课程信息包括多个已学习课程和已学习课程之间的学习顺序；获得多个课程关键字集合；一个课程关键字集合对应用户已学习或未本文档来自技高网...
【技术保护点】
1.一种基于学习数据的课程推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于学习数据的课程推荐方法，其特征在于，所述根据关键字黑白图像和真实黑白图像，重构适合用户学习的课程学习顺序，得到自适应课程树，包括：
3.根据权利要求2所述的基于学习数据的课程推荐方法，其特征在于，所述根据所述关键字黑白图像和真实黑白图像，判断的课程的学习顺序的差距，得到差距值，包括：
4.根据权利要求1所述的基于学习数据的课程推荐方法，其特征在于，所述课程关键字树的一个节点对应一个课程关键字集合；
5.根据权利要求1所述的基于学习数据的课程推荐方法，其特征在于，所述根据所述多个课程关键字集合构建课程关键字树，包括：
6.根据权利要求5所述的基于学习数据的课程推荐方法，其特征在于，所述重复获取每层节点对应的子节点，依次构建课程关键字树，包括：
7.根据权利要求2所述的基于学习数据的课程推荐方法，其特征在于， 所述真实黑白图像中的真实黑白图像的横坐标和一个课程表示的区域为1对1；
8.根据权利要求2所述的基于学习数据的
9.根据权利要求8所述的基于学习数据的课程推荐方法，其特征在于，所述第一卷积网络为卷积神经网络。
10.一种基于学习数据的课程推荐系统，其特征在于 ，包括：
...【技术特征摘要】
1.一种基于学习数据的课程推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于学习数据的课程推荐方法，其特征在于，所述根据关键字黑白图像和真实黑白图像，重构适合用户学习的课程学习顺序，得到自适应课程树，包括：
3.根据权利要求2所述的基于学习数据的课程推荐方法，其特征在于，所述根据所述关键字黑白图像和真实黑白图像，判断的课程的学习顺序的差距，得到差距值，包括：
4.根据权利要求1所述的基于学习数据的课程推荐方法，其特征在于，所述课程关键字树的一个节点对应一个课程关键字集合；
5.根据权利要求1所述的基于学习数据的课程推荐方法，其特征在于，所述根据所述多个课程...
【专利技术属性】
技术研发人员：李建伟，
申请(专利权)人：国信蓝桥教育科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。